基于多任务卷积神经网络的空中目标旋翼参数估计方法

作者： 范雪欣   来源： 西安电子科技大学 年份： 2021 文献类型 ： 学位论文 关键词： 旋翼参数估计   注意力机制   SKNet   SENet   多任务卷积神经网络  

描述： 基于多任务卷积神经网络的空中目标旋翼参数估计方法

结合注意力机制的轻量化飞机表面伤痕检测算法

作者： 王伟刚   来源： 北京邮电大学 年份： 2021 文献类型 ： 学位论文 关键词： 注意力机制   深度学习   轻量化网络   伤痕检测  

描述： 结合注意力机制的轻量化飞机表面伤痕检测算法

基于注意力金字塔网络的航空影像建筑物变化检测

作者： 田青林   秦凯   陈俊   李瑶   陈雪娇   来源： 光学学报 年份： 2021 文献类型 ： 期刊 关键词： 注意力机制   图像处理   变化检测   空洞卷积   特征金字塔  

描述： 针对遥感图像语义分割中存在对多尺度目标的漏检和分割边界粗糙等问题,提出了一种基于注意力金字塔网络的航空影像建筑物变化检测方法。该方法采用编码-解码结构,在编码阶段使用ResNet101作为基础网络来提取特征,并在部分残差模块应用空洞卷积增大感受野,同时将金字塔池化结构作为编码网络的最后一层,以提取图像多尺度特征;在解码阶段的横向连接过程中引入注意力机制以突出重要特征,并采用自上而下的密集连接方式计算特征金字塔,有效融合不同阶段、不同分辨率的特征。在大型建筑物变化检测数据集上进行验证实验,实验结果表明所提方法在对不同尺寸建筑物目标的变化检测中展现出了良好的适应性,相比于经典语义分割网络具有一定的优势。

基于数据的飞行员对抗行为建模方法

作者： 刘文韬   李妮   龚光红   白金鹏   李婷珽   王晨光   来源： 第三十三届中国仿真大会 年份： 2021 文献类型 ： 会议论文 关键词： 空战行为建模   对抗交互平台   注意力机制   数据挖掘   时序预测  

描述： 基于数据的飞行员对抗行为建模方法

基于编解码架构的航空旅客机票预定量预测研究

作者： 高贤德   来源： 北京交通大学 年份： 2021 文献类型 ： 学位论文 关键词： 注意力机制   循环神经网络   时间序列预测   机票预定量预测   编解码架构  

描述： 基于编解码架构的航空旅客机票预定量预测研究

基于联合建模的航空出行领域自然语言理解研究

作者： 王明星   来源： 北方工业大学 年份： 2021 文献类型 ： 学位论文 关键词： 注意力机制   自然语言理解   意图识别   文本增广   槽填充  

描述： 基于联合建模的航空出行领域自然语言理解研究

基于方向平面投影卷积的室内场景点云语义分割深度学习网络研究

作者： 李阳   来源： 燕山大学 年份： 2021 文献类型 ： 学位论文 关键词： 室内场景理解   注意力机制   点云语义分割   局部平面规则化   邻域方向编码  

描述： 基于方向平面投影卷积的室内场景点云语义分割深度学习网络研究

彩色遥感图像中飞机小目标检测的改进算法研究

作者： 何佳玮   来源： 宁夏大学 年份： 2021 文献类型 ： 学位论文 关键词： 注意力机制   GIoU   小目标检测   YOLOv3   空间金字塔池化  

描述： 彩色遥感图像中飞机小目标检测的改进算法研究

联合多尺度特征和注意力机制的遥感影像飞机目标检测

作者： 徐佰祺   江刚武   刘建辉   王鑫   魏祥坡   余培东   来源： 测绘科学技术学报 年份： 2021 文献类型 ： 期刊 关键词： YOLO   注意力机制   特征融合   遥感影像   V4算法   飞机目标检测  

描述： 针对遥感影像飞机目标尺寸小、特征不明显的问题,在YOLO V4的基础上,提出一种联合多尺度特征和注意力机制的遥感影像飞机目标检测方法。该方法扩大了特征融合时尺度的范围,增强了对低层特征和小目标信息的提取。通过引入注意力机制进行特征融合,为每个通道的特征赋予不同权重,学习不同通道间特征的相关性。在RSOD-Dataset数据集上进行对比实验,实验结果表明该方法与相关算法相比,具有更高的检测精度。

联合多尺度特征和注意力机制的遥感影像飞机目标检测

作者： 徐佰祺   江刚武   刘建辉   王鑫   魏祥坡   余培东   来源： 测绘科学技术学报 年份： 2021 文献类型 ： 期刊 关键词： YOLO   注意力机制   特征融合   遥感影像   V4算法   飞机目标检测  

描述： 针对遥感影像飞机目标尺寸小、特征不明显的问题,在YOLO V4的基础上,提出一种联合多尺度特征和注意力机制的遥感影像飞机目标检测方法。该方法扩大了特征融合时尺度的范围,增强了对低层特征和小目标信息的提取。通过引入注意力机制进行特征融合,为每个通道的特征赋予不同权重,学习不同通道间特征的相关性。在RSOD-Dataset数据集上进行对比实验,实验结果表明该方法与相关算法相比,具有更高的检测精度。